Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Noviembre de 2021
Factores determinantes de riesgo en la colocación de microcrédito en una entidad
Gerencia Financiera
Asesor (a)
Noviembre de 2021
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 3
Nota de aceptación:
Jurado
Jurado
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 4
Dedicatoria
“A Dios que me permitió la luz para prepararme y así cumplir la misión que me encomendó.
A mis amigos, por su adorable compañía en el afán por alcanzar mis sueños…
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 5
Agradecimientos
asesor Dr. Oscar Jaramillo, por su acompañamiento en las etapas de preparación y desarrollo del
presente trabajo.
Agradecemos a todos aquellos que con sus aportes enriquecieron esta investigación, a sus
familias, por el ánimo y total respaldo y a Dios Todopoderoso, por brindarnos la fortaleza que
Resumen.......................................................................................................................................... 9
Abstract ......................................................................................................................................... 10
Introducción .................................................................................................................................. 11
Tema. ......................................................................................................................................... 13
Formulación .............................................................................................................................. 15
Objetivos ................................................................................................................................... 16
Justificación ............................................................................................................................... 17
Metodología .............................................................................................................................. 22
Población ................................................................................................................................... 22
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 7
Hipótesis .................................................................................................................................... 23
Análisis de datos........................................................................................................................ 25
Conclusiones ............................................................................................................................. 44
Recomendaciones ...................................................................................................................... 45
mayor que la cartera total del sistema financiero colombiano y de igual forma su indicador de
cartera vencida. El presente trabajo busca identificar los principales determinantes de riesgo de
crédito en la cartera de una entidad del municipio de Pitalito-Huila, con tal fin se hace uso del
logit multinomial se encuentra que, para el estudio, existe evidencia estadística a favor de la
hipótesis que las variables como edad, tipo de cliente, genero, ciudad, plazo, monto
Microcredit in Colombia has become an ally to promote financial inclusion and thus improve the
last decade, it has been observed that the microcredit portfolio has grown at a higher rate than the
total portfolio of the Colombian financial system and, in the same way, its past-due portfolio
indicator. This work seeks to identify the main determinants of credit risk in the portfolio of an
entity in the municipality of Pitalito-Huila, for this purpose the concept of soft information is
used, which includes socioeconomic variables of the debtors and the microenterprise to
determine the probability of default occurrence. Using the multinomial logit methodology, it is
found that for the study, there is statistical evidence in favor of the hypothesis that variables such
as age, type of client, gender, city, term, disbursed amount and installment value have a
Según el informe de gestión de asomicrofinanzas con corte a diciembre del 2019 y quien
compensación; indica que hay presencia en 1102 municipios del país con 2787 oficinas
cuales 1.454.986 son mujeres (51.06 %) y con una cartera bruta de 15.4 billones de pesos, que
esta fuente de financiación no podrían hacer las inversiones o gastos para el desarrollo de sus
negocios; este instrumento también les facilita el manejo de sus flujos de caja evitando que en
et al, 2020).
En este sentido los microempresarios se caracterizan por tener una historia crediticia
reducida o inexistente y por no contar con fuentes de ingresos estables ni estados financieros
contables confiables. Lo anterior hace que la administración del riesgo de crédito sea difícil para
los intermediarios o Instituciones Microfinancieras (IMF) que otorgan este tipo de préstamos
relevante para la gestión del riesgo de crédito e identificar los principales factores que
determinan el nivel de morosidad en la cartera, de tal manera que se cuente con más y mejores
2016).
las recomendaciones, que sugiere la literatura sobre el riesgo de crédito respeto a la información
que deben tener en cuenta las instituciones financieras para su adecuada gestión.
problema, se realiza la delimitación y los alcances del proyecto, así como los objetivos general y
a las dimensiones de información suave y dura para finalmente describir las variables a utilizar
en el estudio.
Tema.
debido al incremento de la demanda de crédito y al interés por atender el mercado que era objeto
mecanismos, que tienen como propósito un buen conocimiento del cliente y de la situación
requerimientos de crédito por parte de este, así como detectar los posibles riesgos en el
otorgamiento y la forma de mitigarlos, de tal manera que estos riesgos se vuelvan controlables
morosidad de crédito corresponden a variables con las cuales se construyen razones financieras
cuantitativo en relación con la caracterización del cliente, que se realiza mediante una entrevista
demanda por nuevos microcréditos luego del impacto adverso generado por la pandemia, estos
crediticia (30,9 %) y el bajo riesgo de crédito (25,3 %). Por su parte, para rechazar nuevos
capacidad de pago, la mala historia y el sobrendeudamiento de sus clientes como las principales
de las entidades disminuyeron las exigencias, Asimismo, se aprecia que el 36,4 % de entidades
mantuvo sus exigencias y el 45,5 % restante las aumentó. Las principales razones para
aumentarlas fueron una menor tolerancia al riesgo, el deterioro de la cartera y una perspectiva
En cuanto al indicador de calidad por mora (ICM) de las entidades, este ha presentado un
crecimiento paulatino pasando de 4.5 % en el 2010, a 7,3 % a marzo del 2021; cifra similar a la
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 15
registrada tres meses atrás (7,2 %). Al diferenciar entre supervisadas y no supervisadas por la
SFC, se observa que para las primeras el indicador se ubicó en 6,9 %, mientras que para las
Para la entidad objeto de nuestro estudio los parámetros de otorgamiento son muy
similares a los utilizados por las demás entidades microcrediticias del país e incluye una visita al
para ser analizada en comité de crédito y terminar con la negación o aprobación de la solicitud.
pasando de 1.2 % en Enero del 2017 a 5.7 % a marzo del 2021, notándose un deterioro
Formulación
¿Cuáles son los factores de riesgo de morosidad en la colocación de microcrédito en una entidad
financiera?
Delimitación y alcances
microempresarios del sector rural y urbano de los municipios de Saladoblanco, Oporapa, Elías,
Objetivo General
Identificar los factores de riesgo de morosidad, analizando las variables que conforman la
Huila.
Objetivos Específicos
Establecer cuáles de las variables consideradas blandas pueden ser calificadas factores de
riesgo de morosidad.
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 17
Justificación
todas sus consecuencias; entre las más comunes encontramos las altas tasas de interés incluso por
encima de las tasas de usura, el lavado de activos y financiación de grupos criminales, además de
que estas personas se exponen a ser víctimas de violencia por parte de sus acreedores debido al
A los cada vez más exigentes requisitos y trámites solicitados por las IMF; como
garantías, codeudores, seguros, bienes etc. A fin de recibir un producto crediticio lo que conlleva
de consulta para que las entidades de microcrédito desarrollen una metodología para la
riesgos.
cartera de microcrédito de la entidad en estudio para que uno aplicable a nivel organizacional de
En Colombia, la ley 590 del 2000, define: Para todos los efectos, se entiende por micro,
pequeña y mediana empresa, toda unidad de explotación económica, realizada por persona
caso de la microempresa, la planta de personal no deberá ser superior a los diez (10) trabajadores
y sus activos totales por valor inferior a los quinientos uno (501) salarios mínimos mensuales
por las operaciones activas de crédito con un endeudamiento máximo de 25 smmlv con un solo
acreedor y un endeudamiento no mayor a los 120 smmlv excluyendo los créditos de vivienda y
Lara- Haro (2004) definen riesgo de crédito como la perdida ocasionada por el hecho de
que un deudor incumpla con sus obligaciones de crédito; Existen unas series de factores de
un deudor, persona natural o jurídica, no cumple con el pago al vencimiento de una obligación
la cartera de microcrédito en Colombia” que los factores de riesgo son las variables asociadas en
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 19
el otorgamiento de una operación de crédito y que constituyen relación con la probabilidad de
Godbillon-Camus & Godlewski (2005) y Petersen (2004) señalan cuatro criterios útiles
activos, historial) por su parte la información suave es de carácter cualitativo (tipo de vivienda,
edad, estado civil); el método de recolección indica que la información dura es impersonal
mientras que la suave usualmente se recolecta de forma personal por un analista de crédito.
último, la tecnología crediticia permite que la información suave sea el resultado de un contacto
y comunicación directa con el deudor, mientras que la información dura se genere utilizando
tecnología transaccional.
microempresas, las IMF y sus analistas de crédito deben recurrir a acercarse al microempresario
y recolectar información del entorno personal, social y económico; así como elaborar los estados
financieros con ayuda de los microempresarios; de esta manera se estima la voluntad y capacidad
de pago y estimar el posible monto a otorgar; esta información está claramente ligada a la
dimensión suave.
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 20
Para efectos de nuestro estudio se analizaron variables de la dimensión suave como la
edad del deudor, el género, número de personas a cargo, tipo de vivienda, experiencia en la
actividad, estado civil y nivel de endeudamiento del cliente; para correlacionarlas con el impago
en sus obligaciones.
Variables como la edad del cliente a quien se le otorga un microcrédito podría estar
Además, las entidades financieras estiman ciertas características que pueden brindar un
arraigo del cliente en la zona, así el tipo de vivienda, el estado civil, el número de personas a
cargo y/o dependientes terceros otorgan diferente grado de responsabilidad y riesgo para la
entidad.
Las IMF clasifican sus clientes de acuerdo con el tiempo y número de productos de
crédito activos que posea; un cliente nuevo como aquel que ingresa por primera vez a la entidad
y/o que lleve más de 1 año sin créditos activos, el cliente de renovación es aquel que va por su
segundo crédito y más de 1 año en la entidad y por último los clientes preferenciales que tendrán
experiencia comercial; (López, 2019) define actividad económica como toda aquella forma
actividad económica sería alquilar una casa o cuando creamos una empresa para vender tomates
industrial y agropecuaria.
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 21
Mientras que la experiencia son los años que lleva un microempresario persona natural o
Por otra parte, existen aspectos asociados a la microempresa objeto de estudio como los
indicadores financieros que son herramientas que se diseñan utilizando la información financiera
persona o empresa tiene contraídas con un tercero, ya se otra empresa, una institución u otra
persona.
municipio de Pitalito-Huila.
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 22
Capítulo III. Metodología y Proceso De Investigación
Metodología
Tipo de investigación
Proceso metodológico
En la primera etapa se obtuvo una base de datos en Excel, filtrada con la información
necesaria a fin de cumplir con lo dispuesto en ley 1581 del 2012 de protección a los datos
personales; facilitada por una entidad de microcrédito del municipio de Pitalito-Huila. Se eliminó
los datos incompletos e innecesarios, se validó que contaran con las variables completas y
Como segundo paso se elaboró tablas cruzadas entre la variable dependiente y cada una
de las variables identificadas como posibles factores de riesgo, aplicando el chi cuadrado, con el
Población
agropecuario y servicios de una entidad de microcrédito del municipio de Pitalito (Huila) que
datos utilizada para desarrollar esta investigación corresponde a créditos ya desembolsados por la
entidad y está compuesta por un total de 2649 registros de clientes entre noviembre del 2014 y
Cada una de las variables consideradas (blandas) son factores de riesgo de morosidad en
la colocación de microcrédito.
Identificación de variables
Tabla 1
Variables
Variables
Tipo de
Independientes Indicadores Valor Final
Variable
Edad del deudor Base de datos Joven, Adulto, Mayor. Cualitativo.
Genero Base de datos Masculino- femenino Cualitativo.
N° de hijos Base de datos Número de personas: 1; 2; 3; 4; 5; 6 Cuantitativo
Tipo de vivienda Base de datos Alquilada, familiar, propia Cualitativo.
1 a 5 años
Experiencia en la 6 a 10 años
Base de datos
actividad 11 a 15 años Cuantitativo.
Más de 15 años.
Tipo de actividad Base de datos Comercial- agropecuario- servicios Cualitativo.
Estado civil Base de datos Soltero; unión libre; casado; separado. Cualitativo.
Pitalito, Saladoblanco, Oporapa,
Ciudad Base de datos Cualitativo.
Acevedo, palestina.
Zona de actividad Base de datos Urbano- rural Cualitativo.
1 a 12 meses
13 a 24 meses
Plazo del crédito Base de datos
25 a 36 meses Cuantitativo
más de 36 meses
0 a 3 Millones de pesos
3 a 7 Millones de pesos
Monto desembolsado. Base de datos
7 a 20 Millones de pesos Cuantitativo
Más de 20 Millones de pesos
0 a 250.000
Cuota del crédito. Base de datos 250.000 a 500.000
Cuantitativo
500.000 a 1 Millón de pesos
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 24
Más de1 Millón de pesos
Tipo de cliente Base de datos Preferencial-nuevo-renovación Cualitativo.
Variable dependiente Tipo de
Indicadores Valor Final
Variable
Base de
Morosidad Sí; No Cualitativa
datos
Fuente: Autores
SPSS y la presentación de los datos se realizó mediante tablas cruzadas indicando el chi
cuadrado de cada una de las variables estudiadas con respecto a la variable morosidad.
identificar la relación de las variables estudiadas como factor de riesgo con respecto a la
morosidad
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 25
Capítulo IV. Conclusiones y Recomendaciones
Análisis de datos
con la que se cuenta de las características de los deudores y de los créditos corresponde a la
dinámica en el tiempo.
La información contiene datos sobre créditos vigentes originados entre noviembre del
2014 y agosto del 2021; en la tabla 2. Se puede apreciar una dinámica creciente en el número de
Tabla 2
Año de desembolso
Porcentaje Porcentaje
Frecuencia Porcentaje
Válido acumulado
Válido 2014 1 .0 .0 .0
2015 4 .2 .2 .2
2016 9 .3 .3 .5
2017 43 1.6 1.6 2.2
2018 188 7.1 7.1 9.2
2019 532 20.1 20.1 29.3
2020 1068 40.3 40.3 69.6
2021 804 30.4 30.4 100.0
Total 2649 100.0 100.0
Fuente: Autores
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera del municipio de Pitalito-Huila.
26
Tabla 3
Ciudad de negocio
Pruebas de chi-cuadrado
Significación asintótica
Valor gl
(bilateral)
Chi-cuadrado de Pearson 22,827ª 4 < ,001
Razón de verosimilitud 23.662 4 < ,001
N de casos válidos 2649
a. 0 casillas (0.0%) han esperado un recuento menor que 5.
El recuento mínimo esperado es 5.25.
Fuente: Autores
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 27
Al analizar la distribución de estos créditos por municipio Tabla 3, se aprecia que la
muestra se enfoca en financiar a microempresas del municipio de Pitalito, seguido por Oporapa,
En cuanto a las variables socioeconómicas del deudor que se encuentran disponibles para
el estudio son la edad, el género, el estado civil, el tipo de vivienda, tipo de actividad, número de
hijos, tiempo de experiencia del individuo en la actividad económica que desarrolla, tipo de
Para el presente estudio la variable de edad se transformó en una variable categórica que
clasifica al deudor como joven (35 años o menor), adulto (entre 36 a 55 años) y adulto mayor
(mayor a 55 años).
Como se observa en la tabla 4. El mayor porcentaje de clientes de la IMF son los adultos,
seguido de los jóvenes y por último los mayores; en relación con la morosidad se guarda la
misma proporción.
Tabla 4
Pruebas de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
2.012ª 2 .366
Pearson
Razón de
2.018 2 .365
verosimilitud
Asociación lineal por
1.972 1 .160
lineal
N de casos válidos 2649
a. 0 casillas (0.0%) han esperado un recuento menor que 5
El recuento mínimo esperado es 205.19.
Fuente: Autores
morosidad 2.6 puntos porcentuales (pp) mayor al exhibido por los hombres.
Tabla 5
Género
Pruebas de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
6.085ª 1 .014
Pearson
Corrección de
5.890 1 .015
continuidad
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 29
Razón de
6.081 1 .014
verosimilitud
N de casos válidos 2649
Fuente: Autores
otorgados a clientes que poseen pareja, bien sea casados o en unión libre (52,1 %) los datos
Tabla 6
Estado civil
Pruebas de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
3.586ª 3 .310
Pearson
Razón de
3.571 3 .312
verosimilitud
N de casos válidos 2649
Fuente: Autores
Respecto al tipo de vivienda tabla 7. En la que habitan los clientes de la entidad a los que
les fueron aprobados los créditos de la muestra, se aprecia que el mayor porcentaje 37,5 %
fueron aprobados a personas que habitan en casa propia, seguidos por los que viven en una
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 30
vivienda de tipo familiar, y por último los que habitan en alquiler. Al realizar el análisis del
desempeño de los créditos, se puede afirmar que aquellos que son desembolsados a personas con
Tabla 7
Tipo de vivienda.
Pruebas de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
.290ª 2 .865
Pearson
Razón de
.290 2 .865
verosimilitud
N de casos válidos 2649
Fuente: Autores
La tabla 8, nos describe que el 48,2 % de clientes ejercen alguna actividad de tipo
comercial (compra y venta de bienes) con un porcentaje de morosidad del 49.3 %. También se
observa que los clientes con actividades de servicios presentan menos porcentaje de morosidad,
Tipo de actividad
Prueba de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
1,429ª 2 .489
Pearson
Razón de
1,432 2 .489
verosimilitud
N de casos válidos 2649
Fuente: Autores
El mayor porcentaje de la muestra Tabla 9. Se encuentra los clientes que poseen entre 1 y
2 hijos (44 %), así mismo este grupo presenta el mayor porcentaje de morosidad (43,8 %) se
observa que entre mayor número de hijos, menor es el porcentaje de desembolsos y morosidad
de la cartera.
Tabla 9
Número de hijos
Pruebas de chi-cuadrado
Significación asintótica
Valor gl
(bilateral)
Chi-cuadrado de Pearson 3.407ª 6 .756
Razón de verosimilitud 3.445 6 .751
Asociación lineal por lineal .002 1 .962
N de casos válidos 2649
Fuente: Autores
La frecuencia de esta variable Tabla 10. Indica que el mayor número de clientes son de
renovación y poseen el mayor indicador de morosidad, seguidos por los clientes nuevos;
finalmente los clientes preferenciales poseen el menor número de créditos activos y el menor
indicador de morosidad.
Tabla 10
Tipo de cliente
Pruebas de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
21,138ª 2 <,001
Pearson
Razón de
20,926 2 <,001
verosimilitud
N de casos válidos 2649
Fuente: Autores
actividad como Urbano o Rural, la tabla 11. Muestra un porcentaje similar de clientes para los
dos grupos, sector rural el mayor porcentaje, y urbano los de mayor morosidad.
Tabla 11
Sector económico.
Prueba de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
,348ª 1 .555
Pearson
Corrección de
,303 1 .582
continuidad
Razón de
,348 1 .555
verosimilitud
N de casos válidos 2649
Fuente: Autores
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 34
Para los años de experiencia del cliente Tabla 12. Ejerciendo su actividad se clasifico
de anotar que la entidad solicita como mínimo un año de experiencia para acceder a crédito.
Los 2 primeros grupos concentran el 62,9 % de los clientes, así como el mayor porcentaje
de atrasos en los pagos; el menor porcentaje de clientes y atraso lo presenta los clientes con más
de 15 años en su actividad.
Tabla 12
Experiencia en la actividad.
Prueba de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
,733ª 3 .865
Pearson
Razón de verosimilitud ,733 3 .866
Asociación lineal por
,035 1 .852
lineal
N de casos válidos 2649
Fuente: Autores
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 35
El plazo otorgado al microcrédito Tabla 13. Usualmente es corto (menor a 3 años) sin
embargo se pueden dar casos que los plazos son mayores, esto se da principalmente por el monto
Los resultados muestran que el 79,5 % de los créditos presentan plazo menor a 3 años y
su morosidad es de 73.2 %; el rango que posee la mayor participación esta entre 13 a 24 meses
Tabla 13
Prueba de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
44,445ª 3 <,001
Pearson
Razón de verosimilitud 43,782 3 <,001
Asociación lineal por
30,708 1 <,001
lineal
N de casos válidos 2649
Fuente: Autores
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 36
Como se observa tabla 14. El mayor porcentaje de los créditos son inferiores a 7 Millones
de pesos (MDP) (80,7 %) por tanto su aprobación se realizó en oficina con atribución de gerente.
Su porcentaje de mora fue similar; con menor proporción se encuentran los créditos por encima
Tabla 14
Monto desembolsado
Prueba de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
3,361ª 3 ,339
Pearson
Razón de verosimilitud 3,378 3 ,337
Asociación lineal por
,801 1 ,371
lineal
N de casos válidos 2649
Fuente: Autores
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 37
En el valor de la cuota del préstamo Tabla 15. Se observa que más del 58 % de los
préstamos poseen cuota por debajo de $250.000 con un alto porcentaje de encontrarse en mora;
se observa que entre mayor sea el valor de la cuota menos porcentaje de morosidad.
Tabla 15
Prueba de chi-cuadrado
Significación
Valor gl
asintótica (bilateral)
Chi-cuadrado de
12,676ª 3 ,005
Pearson
Razón de verosimilitud 12,739 3 ,005
Asociación lineal por
7,643 1 ,00
lineal
N de casos válidos 2649
Fuente: Autores
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 38
Regresión logística binaria
Tabla 16
Análisis bivariado
Tabla 17
Análisis multivariado
a) Edad: La edad del deudor resulto ser estadísticamente relacionada con la probabilidad de
incurrir en mora; los resultados muestran que los adultos tienen una probabilidad 7,6 pp
mayor de entrar en mora que los clasificados como jóvenes y estos últimos 19.2 pp mayor
probabilidad que los mayores. El análisis multivariado nos indica que los jóvenes
presentan una probabilidad 0.808 veces mayor de entrar en mora que los no jóvenes.
Claramente observamos que entre mayor es la edad del deudor menor es la probabilidad
de entrar en mora; resultados que concuerdan con el estudio realizado por Clavijo-
Ramírez (2016).Nannyonga (2000), Roslan & Zaini (2009) y Nawai (2010) que destacan
que usualmente deudores con más edad son más sabios y responsables que los más
jóvenes, por lo que se esperaría que entre mayor sea el deudor, menor es su probabilidad
de entrar en mora.
b) Tipo de cliente: según las estimaciones realizadas los clientes que se catalogaron en
renovación presentan 9,3 pp mayor probabilidad de entrar en mora que los clientes
Este resultado podría estar relacionado con el hecho de que para los clientes nuevos las
políticas de otorgamiento son más exigentes; así mismo los clientes de renovación
pueden obtener una menor exigencia por los analistas y la entidad, generando una mayor
Por su parte los clientes catalogados como preferenciales usualmente son más maduros
del desempeño crediticio del deudor, debido a que la entidad ya cuenta con información
probabilidad de entrar en mora; se observó que los hombres presentan una probabilidad
2.6 pp mayor que las mujeres. Clavijo-Ramírez (2016) presenta resultados similares
donde la probabilidad que los hombres entren en mora mayor a 30 días se ubicó en 4,1
Mundial y el Banco de la República, se afirma que las mujeres hacen una mejor
planificación de sus gastos e informan a las entidades crediticias cuando se endeudan por
Por su parte, Ledgerwood (1999) afirma que por lo general las mujeres tienen un mayor
De igual forma se podría plantear que el mayor porcentaje de mujeres que acceden a
d) Plazo del crédito: Las estimaciones realizadas reflejan alta correlación estadística entre la
plazo presentan 17,7 pp mayor porcentaje de incurrir en mora que los clientes con un
plazo mayor a 24 meses y hasta un 31,5 pp más que los clientes con plazos menores a 1
año.
El análisis multivariado nos muestra que entre menor sea el plazo otorgado mayor es la
probabilidad de presentar mora; situación que difiere a los resultados planteados por
Clavijo-Ramírez (2016) que indica que por cada mes de plazo adicional la probabilidad
significancia en 3 de los 4 rangos estudiados; se observa que entre menor sea el monto
Según Roslan & Zaini (2009), esto ocurre debido a que usualmente las IMF evalúan con
grandes cantidades de dinero y por ende, es menos probable que estos entren en mora.
f) Cuota del crédito: se observa que entre mayor sea el valor de la cuota menor es la
probabilidad de entrar en mora, esto se podría relacionar igualmente al plazo del crédito;
relevantes para explicar la morosidad de las microempresas a diferencia de lo que sucede con las
medianas y grandes empresas; donde los estudios se han enfocado en hallar los determinantes de
indicadores financieros.
incumplimiento, lo cual permitió identificar las variables de información suave que determinan
Se identificó que las variables, estado civil, tipo de vivienda, actividad económica,
número de hijos, sector económico y años de experiencia; no son determinantes debido a que no
el crédito, tales como la edad, tipo de cliente, género, plazo del crédito, monto del crédito y
en la cartera estudiada.
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 45
Recomendaciones
cada vez más variables tanto de información dura como de información blanda; así como un
mayor número de IMF; con el fin de determinar modelos probabilísticos acertados, que puedan
estudio a departamentos, zonas, regiones e incluso nivel nacional y determine así las variables
mora estables mediante políticas de riesgo ajustadas, si no que aportara a no excluir del sector
financiero a clientes que por mala asesoría financiera se retrasan en sus pagos y son reportados
universidades del país, a establecer convenios interinstitucionales con entidades financieras a fin
de poder realizar investigaciones mediante la facilitación de base de datos acordes a la ley 1581
del 2012 de protección de datos personales. Estudios que sin duda mejoraran el sistema
financiero de Colombia.
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 46
Referencias Bibliográficas
Estrada, D. A., & Hernández Rubio, A. (2019). Situación actual e impacto del microcrédito en
Godbillon-Camus, B., & Godlewski, C. J. (2005). Credit risk management in banks: hard
Lara Haro, A. (2005). Medición y control de riesgos financieros. Editorial Limusa. Ciudad de
México. Pp 210.
Ley 590 del 12 de julio de 2000 que dicta disposiciones para promover el desarrollo de las micro,
http://www.secretariasenado.gov.co/senado/basedoc/ley_0590_2000.html
Factores determinantes de riesgo en la colocación de microcrédito en una entidad financiera
del municipio de Pitalito-Huila. 47
López. J.A (2019). Actividad económica. Economipedia.
https://economipedia.com/definiciones/actividad-economica.html
Mundial. Pp122.
From The Nigerian Micro-Finance System. Centre for the Study of African Economies,
Oxford University.
Petersen, M. A. (2004). Information: Hard and Soft. Northwestern University and NBER.
Malaysia: the case of Agrobank. Humanity & Social Sciences Journal, 4(1), 45-52.